Po co Ci prognoza, której nie potrzebujesz? Dlaczego dobre prognozowanie zaczyna się od decyzji, a nie od algorytmu

Wszyscy szukają lepszej metody. To zła strona problemu

Zobaczmy najpierw, jak większość firm w ogóle podchodzi do prognozowania. Mówimy sobie tak: musimy planować, a żeby wiedzieć, co zaplanować – potrzebujemy prognozy. No i tworzymy tę prognozę. Często z dużą dokładnością na poszczególnych indeksach. Bierzemy dane historyczne, jak dany indeks się sprzedawał, kumulujemy do miesięcy, przeklejamy jako prognozę bazową na najbliższe dwanaście miesięcy i robimy korekty, uwzględniając trendy, sezonowości, zmiany w portfolio, promocje. 
Bardziej zaawansowani używają do tego różnych algorytmów, prostszych albo bardziej skomplikowanych, i uzupełniają prognozę informacjami o promocjach, zmianach w trendzie czy nowych klientach. Wszystko zależy od tego, jak dojrzały jest ten proces.
Potem taką prognozę rozliczamy, również najczęściej miesiąc do miesiąca. Liczymy błąd prognozy i wychodzi nam na przykład, że w poprzednim miesiącu mieliśmy np. 20% błędu czy 80% trafności. I tu robi się ciekawie, bo wynik zależy przede wszystkim od tego, jak liczymy. 
Kiedy sprawdzamy trafność na całości, czyli czy sprzedaliśmy w zeszłym miesiącu tyle, ile prognozowaliśmy, bardzo często wychodzą nam fantastyczne liczby. Jednak kiedy zaczynamy mierzyć, czy sprzedaliśmy dokładnie to, co zaprognozowaliśmy, konkretne numery indeksów, obraz się sypie i błąd bezwzględny na poziomie 30 czy 40% przestaje być rzadkością.
I co wtedy robimy? Najczęściej rozkładamy ręce i mówimy, że trzeba znaleźć lepszy sposób na prognozowanie, bo na takich błędach nie da się niczego sensownie zaplanować. Kiedy bowiem przeliczymy prognozę na godziny i na potrzebny manpower, a potem wejdziemy w szczegóły, okazuje się, że indeksy, które mamy zaplanowane, wcale nie są tymi, które faktycznie będziemy produkować. My zresztą przeczuwamy to już wcześniej i dlatego z góry mówimy, że ta prognoza jest do bani i że jej nie ufamy.
Tyle że pod tym narzekaniem siedzą dwa zupełnie różne błędy. 
Pierwszy to sposób, w jaki w ogóle mierzymy trafność, bo robiąc to sztywno miesiąc do miesiąca, sprawdzamy tylko, czy akurat w danym miesiącu się trafiło. Drugi, znacznie ważniejszy, to sposób, w jaki tę prognozę tworzymy, i nie chodzi tu o to, jaki dobrać algorytm, tylko o coś dużo bardziej podstawowego. 
Dlaczego w ogóle prognozujemy po indeksach, a nie po grupach? Dlaczego po miesiącach, a nie po tygodniach czy kwartałach? Dlaczego w takim, a nie innym horyzoncie? A może w niektórych...